研究揭示指令暴露决定类比修辞方向可激活性

2026年10月30日，arXiv Artificial Intelligence 刊出 Shengjie Xu 等人的研究，从残差流中用差值均值法提取“Analogy Vector”，并在 Gemma-2、Llama-3.1、Qwen-2.5 等七个指令微调模型（2B–32B）上实现可操控的解释风格。研究基于七对匹配的基座模型与指令微调模型，核心发现是：类比方向在每个基座模型中都存在，但其在线性干预下的行为可及性随训练中指令暴露程度连续增强。在效果上，Gemma-2-9B-IT 在 300 条留出测试提示上的调和均值从 3.22 提升到 3.94（+22%）。目前进展停留在论文报告阶段，报道未提及复现、开源或后续应用。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。